Cómo el análisis de datos ayuda a realizar mejores

Herramientas avanzadas identifican a los jugadores que pueden llevar a los equipos a la victoria.

Neymar

Neymar Jr. es el fichaje más caro de la historia del fútbol.

EFE

POR:
Portafolio
noviembre 16 de 2018 - 09:11 p.m.
2018-11-16

Dijeron que nunca se podría hacer. El juego era demasiado fluido, demasiado caótico. Los movimientos de los jugadores son demasiado difíciles de seguir confiablemente. Pero décadas después de que los deportes como el béisbol acogieron las estadísticas, el fútbol también ha comenzado a utilizar los datos.

“Solíamos escuchar que el fútbol era demasiado complejo y fluido para aplicarle datos, pero eso no es algo que se diga en estos días”, dice Ted Knutson, cofundador y director Ejecutivo de StatsBomb, compañía analítica del fútbol que ha liderado la tan esperada revolución de los datos.

El análisis de datos no es nuevo para el deporte: durante décadas, los comentaristas han compilado las estadísticas de todo, desde las rachas ganadoras hasta el número de pases. Pero durante la última década ha surgido una operación mucho más científica, que ha cambiado no sólo los resultados de los equipos, sino también la forma en que se destina el dinero para reclutar nuevos talentos.

(Lea: Así le va a las empresas en Colombia que usan tecnología de análisis de datos

La era analítica del fútbol comenzó en serio con ‘datos de eventos’ granulares: informes detallados de cada acción en un partido. En 2006, el equipo de programadores de eventos en Opta Sports, en Londres, estaba oprimiendo botones para registrar la hora y la ubicación de cada pase, tiro, tacle y regate. Hoy, cada partido codificado por Opta contiene unos 2.000 puntos de datos.

Después siguió la incorporación de los ‘objetivos esperados’, que es un sistema para calcular la probabilidad de que un tiro se marque, según la distancia y el ángulo de la portería. El concepto se generalizó en 2017 cuando se introdujo en el programa estrella de televisión de la Premier League, Match of the Day. El mayor impacto de esta repentina riqueza de datos a nivel de jugador ha impactado el reclutamiento y la retención. Los clubes ahora pueden elaborar una lista corta de jugadores cuyas estadísticas coinciden con el perfil de su jugador ideal, sin abandonar el campo de entrenamiento. Los cazatalentos pueden evaluar los partidos y los videos de menos jugadores, ahorrando tiempo y dinero.

(Lea: Computación en la nube, la ciberseguridad y el análisis de datos, los tres pilares de IBM

Una empresa de contratación es 21st Club. La herramienta de la consultoría calcula el vínculo histórico entre las acciones de los jugadores en el campo y el nivel de rendimiento general de su equipo, y le asigna una calificación a cada jugador. Los clubes pueden usar los datos para ver si un jugador podría fortalecer, debilitar o no tener ningún impacto en el rendimiento general de su equipo.

Este año, 21st Club utilizó la herramienta para identificar un nuevo potencial para un club en Europa del Este. El futbolista ganaba 25% menos que el jugador promedio en la lista de los 20 finalistas del club; el modelo de valoración estimaba que el jugador era mejor que todos menos uno de esos 20.

“Esto demuestra el poder del uso inteligente de los datos”, resaltó Omar Chaudhuri, jefe de inteligencia de fútbol del 21st Club. “Él era de un mercado que el club no tenía los recursos para explorar en detalle, pero al usar los datos pudimos resaltar un jugador específico que valía la pena analizar”.

No obstante, el contexto es importante. Un jugador no toma la misma decisión cuando tiene mucho espacio que cuando está rodeado de oponentes, por lo que los programadores de eventos de StatsBomb notan si un jugador está bajo presión o no cuando ejecuta un pase o un disparo. También registran la posición del portero y la ubicación de los defensores entre un jugador y la portería cuando se realiza un tiro.

Pero lo que ahora se necesita, según Knutson, son “modelos complejos para ayudar a evaluar la habilidad más importante en el juego”: pasar la pelota. StatsBomb es uno de docenas de analistas que se enfocan en el número de pases con información sobre la dificultad de los intentados.

Los patrones de compra de algunos clubes de élite, de contratar a menos jugadores pero a jugadores más adecuados, sugieren que tales herramientas están teniendo un impacto. “El Liverpool es el caso de estudio claro”, apuntó Knutson. “Pero el Manchester City tampoco adquiere malos atacantes; ficharon a De Bruyne, Sterling y Sané de forma consecutiva, quienes estaban entre las mejores opciones, según los datos”.

Dentro de los clubes, el personal técnico dice que estas nuevas técnicas ayudan y capacitan a los entrenadores y cazatalentos a realizar su trabajo mejor, más rápido y de manera más inteligente.

Javier Fernández, técnico de datos del FC Barcelona, dice: “La mayoría de las preguntas que recibimos de los entrenadores son cosas que los datos no cubren. Los entrenadores quieren sobre el espacio, tanto como se crean espacios, al igual que cómo aprovechan en el espacio. Así que nos dimos cuenta de que necesitábamos formas más precisas de entender el espacio en el campo”.

En el desarrollo más avanzado, los expertos en datos han desarrollado una técnica conocida como ghosting, en la que los algoritmos predicen las acciones más probables que tomarán los jugadores en ciertas situaciones.

“Identificas un escenario específico que tiende a interrumpir al oponente, lo que crea digamos, una ventana de 30 segundos donde el oponente está desorganizado”, señaló Paul Power, un científico de inteligencia artificial en STATS, una compañía de análisis. “Son los 30 segundos en los que te centras en el entrenamiento”.

Nuevamente, estas técnicas tienen un gran valor para el reclutamiento. Los modelos de movimientos se pueden agregar en estilos de juego para escuadrones completos. Esto permite que los exploradores se acerquen a jugadores con estilos similares a sus propios equipos, asegurando la compatibilidad táctica.

Pueden usar ghosting para modelar el impacto del intercambio de un jugador en su equipo, observando no sólo las medidas abstractas, como los puntos agregados por temporada, sino también cómo un jugador cambia la capacidad del equipo para ejecutar movimientos específicos.

Hace veinte años todavía existía el argumento de que el fútbol era demasiado fluido para que los datos proporcionaran valor, pero la tecnología ha derribado ese argumento. La evolución del rastreo ha convertido un podómetro en una herramienta clave que puede predecir el próximo movimiento de un oponente, creando datos dignos del hermoso juego.

John Burn-Murdoch

Siga bajando para encontrar más contenido